基于作战环的武器装备体系贡献度评估

从体系的角度出发,考虑装备之间的关联关系,本文基于作战环理论构建武器装备体系的网络化评估模型。首先,构建武器装备的能力指标体系,借助能力需求满足度对装备间的相互作用关系进行定量描述。其次,提出体系作战能力和作战环数两个评价指标,对武器装备体系进行综合评估。然后,引入贡献度的概念建立模型计算各装备对体系的贡献,根据各装备贡献度找到优先发展的装备。最后,以海上反击作战为例建立作战网络模型,应用本文提出的研究方法进行实践分析,为武器装备的优化配置提供理论支持。

基于动态能力需求的鲁棒性武器系统组合决策

针对动态能力需求下武器系统组合决策问题,建立了鲁棒性武器系统组合决策模型。首先,基于能力需求动态演化的不确定性,采取决策树的形式建立能力需求多阶段演化模型;然后,基于能力需求的演化模型,定义了考虑鲁棒性的"系统组合能力-能力需求"的能力风险及相关函数,将该能力风险作为决策的准则;为了解决系统组合爆炸的问题,采用差分进化算法获取鲁棒性武器系统组合决策问题的最优解;最后,通过一个实例验证所构建模型的有效性和合理性。

基于杀伤网评估的装备组合多目标优化

杀伤网作为众多新型作战理念中均有涉及的概念,将替代杀伤链成为新型作战方式下战斗力生成的主要模式。本文基于杀伤网的评估,对传统的装备组合问题进行多目标优化。首先,基于多层网络模型,构建杀伤网的网络化描述方法。其次,基于杀伤网的特点,构建3个评估指标:冗余性指标、风险性指标、敏捷性指标,并给出了3个评估指标的计算模型。然后,构建了基于杀伤网评估指标的装备组合规划模型,并给出了基于启发式算法的装备组合多目标优化方法。最后,进行示例研究,通过评估两种具有不同装备组成和网络结构的杀伤网,对比其优劣,然后针对第一种包含无人装备的杀伤网进行装备组合优化,分别验证了评估模型的合理性以及优化模型的有效性。

基于深度强化学习的海战场目标搜寻路径规划

海战场是未来大国冲突的主阵地之一,强大的海战场目标搜寻能力是执行海上训练和作战的最后一道屏障,同时也因其复杂多变的环境和重要战略地位成为战场联合搜救中最艰难最核心的部分。面向海战场目标搜寻的存活时间短、实时性要求高等特点,提出一种基于深度强化学习的海战场目标搜寻规划方法。首先,构建了海战场目标搜寻场景数学规划模型,并将其映射为一种强化学习模型;然后,基于Rainbow深度强化学习算法,设计了海战场目标搜寻规划的状态向量、神经网络结构以及算法框架与流程。最后,用一个案例,验证了所提方法的可行性与有效性,与常规应用的平行搜寻模式相比大大提高了搜寻成功率。

基于多保真度代理模型的装备系统参数估计方法

系统参数估计是武器装备系统设计研制中的关键一环。针对复杂系统设计中逐渐突显的系统复杂性激增、需求动态性变化、响应的快速性、缺乏高精度数据等问题,提出一种基于多保真度代理模型的单装备系统参数估计方法。首先,该方法基于传统Kriging模型对低保真度数据建立代理模型。然后,将该模型作为全局趋势模型,插入高保真度数据建立多保真度代理模型,得到同时满足高精度和高效率双重要求的参数估计方法。最后,以飞机机翼系统设计中的最大升力系数参数估计问题为例,验证了所提方法在装备设计研制中的可行性和有效性,作为设计人员的决策支撑。

系统组合选择方法及典型军事应用

联合作战与体系对抗是现代战争的重要发展趋势,在体系作战中武器投产、配置以及使用对战局的胜败至关重要。系统组合选择是从“系统”角度对待投产武器系统、待配置武器系统以及列装武器系统进行选择,力求找到能发挥最大军事价值的系统组合方案。首先,介绍了系统组合选择的概念以及主要问题,细致分析了系统组合选择问题的核心元素,明确了系统组合选择的流程;然后,论述了武器系统组合选择问题中所涉及到的军事特征和问题的本质,介绍了解决此类问题的技术方法,并给出一个方法应用示例;此外,探讨了军事领域组合选择的应用与发展;最后,分析和论述了未来武器装备组合选择面临的挑战。

ExtendSim模型与数据驱动的指控流程建模与分析

联合作战背景下的指控流程(command and control process,CCP)涉及同层级内不同指控单元之间的横向信息交互与不同层级间的纵向信息交互。针对这种复杂化与多元化指控流程,研究了如何利用ExtendSim仿真工具对指控流程进行模型构建、验证、评估与优化。首先,通过对指控流程特点进行分析,抽取通用的要素类型,包括实体和关系要素,并映射到ExtendSim关键模块;其次,构建“指控流程要素-ExtendSim模块”的转换规则,提出构建ExtendSim指控流程模型的方法步骤;然后,研究基于ExtendSim的指控流程可行性验证方法(行为一致性、可执行性、合理性验证),提出了基于ExtendSim的指控流程评估指标(任务平均耗时、任务平均等待时间与任务最大处理容量),并研究了基于ExtendSim的指控流程优化方法;最后,通过一个通用反导指控流程案例,验证了所提建模与分析方法的可行性与有效性,可以为指控流程的建模与分析提供支撑和参考。

基于开源数据的武器装备知识图谱构建方法研究

武器装备知识对于武器装备论证与装备作战使用具有重要支撑作用。目前对于武器装备知识的获取、存储与研究呈现出数据量大,组织复杂,直观性差等特点。提出基于开源数据的武器装备知识图谱构建方法,搭建包含武器装备数据信息抽取与图谱绘制两阶段的知识图谱构建框架,并给出各阶段的具体实施方法。为基于开源数据开展武器装备知识图谱的构建提供具体方法指导。该方法大大改善了武器装备知识组织结构,能够更好地服务于武器装备论证等工作。

基于完全背包模型的多列车优化协同控制研究

本文旨在通过多列车优化控制方法设计列车的最优速度-距离曲线和发车间隔,以降低城市地铁能源消耗。文章首先分析了列车的动力学模型,提出了独立列车的节能原则;其次,针对多列车协同控制的能量转换和复用问题,提出了可以提高可再生能源利用率的优化模型;然后,将该模型转化为一个完全背包问题,并设计了基于贪心算法的优化方法进行求解;最后,通过实例验证了所提模型既课可以降低单列车的能耗,又可以提高不同列车之间的可再生能源利用。

考虑集群协同特性的马赛克战体系能力需求满足度评估方法

马赛克战是美军提出的智能化作战概念,其核心思想是分散传统大型装备的作战功能,实现多种小型装备的自主集群作战和灵活组合协同.开展能力评估研究是推动马赛克战走向实际应用的重要课题,本文提出了考虑集群协同特性的马赛克战体系能力需求满足度评估方法,分为任务能力分解、元任务能力支撑度分析、集群策略分析和需求满足度聚合四个步骤.因集群协同模式对马赛克战体系的能力发挥有重要影响,本文将集群策略分析引入能力需求满足度评估中,从协同性、互补性和鲁棒性三个方面开展评估.最后通过想定案例验证了本文方法的有效性.相比现有评估方法,本文方法更契合于马赛克战的实际作战特点,对我军智能化作战体系的建设发展有重要的理论价值.

基于双层稳定匹配的异构无人机集群“分布式”协同算法

异构无人机集群凭借其功能互补、能力协同的优势,能够适应复杂多变的战场环境、提升协同作战效能,而受到各军事强国的广泛关注并得到飞速发展.如何对异构无人机集群进行有效编组以达到良好的协同作战效果成为异构无人机集群“分布式”协同研究的重点,由此引出异构无人机集群“分布式”协同中针对异构无人机编组结构稳定性和能力协同性的优化问题.面向该问题,提出一种基于双层稳定匹配的异构无人机集群“分布式”协同算法.首先,对异构无人机集群“分布式”协同作战方式及匹配问题进行描述;然后,通过基于异构无人机之间的能力协同性构建偏好计算模型,将3类(侦察、打击、指控)无人机的三边匹配问题转化为双层-双边稳定匹配问题并构建相应的线性整数规划模型;最后,通过3组实验,验证了所提出模型与方法的有效性,相较于基准算法效率更高、效果更好,同时在大规模算例中也能实现良好的匹配效果.